Du weißt, dass ChatGPT dich nennt. Gut. Aber das ist nur die halbe Geschichte, und oft die weniger wichtige. Die andere Hälfte ist der Ton: Wenn die KI über deine Marke spricht, empfiehlt sie dich mit Nachdruck, erwähnt sie dich nebenbei, oder wirft sie ein „aber" ein, das den Verkauf kippt? Auftauchen und gemocht werden sind nicht dasselbe. Eine Marke kann in neun von zehn Antworten erscheinen und in allen den Verkauf verlieren, weil das Modell sie als „teuer", „schwer zu buchen" oder „schlechter als die Alternative" beschreibt. Hier erfährst du, wie du diesen Ton misst —positiv, neutral oder negativ—, warum er mehr wiegt als die bloße Erwähnung, und was du tust, wenn er sich gegen dich richtet.
Auftauchen heißt nicht gemocht werden: die Erwähnung sagt dir den Ton nicht
Erwähnungen tracken und deine Sichtbarkeit auditieren beantworten dieselbe Frage: Tauchst du auf? Das Tracken von Erwähnungen zählt, in wie vielen Antworten du erscheinst; ein GEO-Audit gibt dir die Momentaufnahme, wo du heute stehst. Beide sind nötig und beide haben denselben blinden Fleck: Sie sagen dir, dass du für das Modell existierst, nicht wie es dich behandelt. Und in dem Moment, in dem ein Käufer fragt „ist [deine Marke] gut?" oder „welche Alternativen zu [Wettbewerber]?", entscheidet der Ton der Antwort mehr als die Position.
Denk es von der anderen Seite des Bildschirms. Wer dich nicht kennt, dem ist es egal, dass du zuerst kommst, wenn der Satz neben dir „meist teurer, mit langsamem Support" lautet. Eine Erwähnung mit einem angehängten „aber" untergräbt das Vertrauen genau dann, wenn der Kauf entschieden wird. Deshalb ist das Sentiment die Metrik, die Sichtbarkeit in Geschäft verwandelt: Es reicht nicht, in der Antwort zu sein, du musst gut in der Antwort sein. Auftritte zählen, ohne auf den Ton zu schauen, ist wie eine Reputation danach zu bewerten, wie viele über dich reden, ohne zu wissen, ob sie gut reden.
Woher die KI den Ton nimmt, mit dem sie dich erwähnt
Das Modell erfindet den Ton nicht: Es erbt ihn aus dem, was es über dich gelesen hat. Und es liest ihn nicht von deiner Website —wo naturgemäß alles großartig klingt— sondern aus demselben Club von Drittquellen, die die KI zitiert: Bewertungen auf G2 oder Capterra, Reddit-Threads, Medienvergleiche, Foren deiner Branche. Wenn dort „langsamer Support" dominiert, wiederholt das Modell es, selbst wenn du das Problem vor einem Jahr behoben hast. Ein negativer Ton kommt fast nie aus dem Nichts: Er kommt aus einem öffentlichen Gespräch, das du nicht beobachtest.
Es gibt eine zweite, subtilere Tonquelle: den Vergleichsrahmen. Wenn das Modell dich neben einen Wettbewerber stellt, erbt es das dominante Narrativ dieses Vergleichs —wer „der Premium", wer „der Günstige", wer „der Komplizierte" ist—. Diese Schublade steckt in keiner einzelnen Bewertung; sie ist der Durchschnitt dessen, wie über die Kategorie gesprochen wird. Sie zu ändern ist langsamer, als eine Bewertung zu korrigieren, beginnt aber gleich: zu wissen, was gesagt wird. Man bewegt keinen Ton, den man nicht gemessen hat.
Wie du das Sentiment in ChatGPT, Perplexity und Google AI ohne bezahltes Tool misst
Du musst nichts kaufen, um zu wissen, mit welchem Gesicht die KI dich erwähnt. Du brauchst eine Batterie von Fragen, eine Klassifizierungsregel und eine Kadenz. Drei Schritte:
- Die Batterie mit deiner Marke. Anders als bei einem Sichtbarkeits-Audit —das deinen Namen vermeidet, um zu messen, ob du nach Verdienst reinkommst—, setzt du hier deine Marke bewusst ein. Bereite 8-12 Fragen vor, die ein echter Käufer stellen würde, der weiß, dass es dich gibt: „ist [deine Marke] gut?", „wie ist der Support von [deiner Marke]?", „[deine Marke] vs [Hauptwettbewerber]", „lohnt sich [deine Marke] für [Anwendungsfall]?". Das sind Reputationsfragen, keine Präsenzfragen, und deshalb leben sie in einem separaten Set von dem, mit dem du Erwähnungen trackst.
- Die Einordnung in drei Fächer. Stelle jede Frage in einem Inkognito-Fenster in ChatGPT, Perplexity und Google AI und ordne die Antwort mit einer festen Regel ein —schätze keine Note nach Gefühl—. Positiv: empfiehlt dich oder hebt eine Stärke ohne Einschränkung hervor. Neutral: beschreibt dich ohne Urteil, mit flachen Daten. Negativ: ein „aber", ein Einwand oder ein ungünstiger Vergleich taucht auf. Notiere auch, WELCHER genaue Satz den Ton setzt: dieses Zitat greifst du später an.
- Kadenz und die Reihe. Wiederhole dasselbe Set alle zwei bis vier Wochen und speichere das Datum. Das Sentiment eines Tages ist eine Anekdote; die Dreimonatsreihe sagt dir, ob du besser oder schlechter wirst und ob ein Modellwechsel dein Gesicht verändert hat. Ohne feste Kadenz gibt es keine Messung, es gibt Neugier.
| Sentiment | Wie es in der KI-Antwort klingt | Was es misst |
|---|---|---|
| Positiv | „Eine der besten Optionen für X"; „sticht durch seinen Support hervor"; empfiehlt dich ohne Einschränkung. | Gesunde Reputation: das Modell nutzt dich als verlässliche Referenz. |
| Neutral | „Ein Tool, das X macht"; listet dich neben anderen, mit flachen Daten, ohne Urteil. | Präsenz ohne Verteidigung: du existierst, überzeugst aber nicht. Klarer Spielraum. |
| Negativ | „Meist teurer"; „einige Nutzer berichten…"; erwähnt dich mit einem aber oder verliert den Vergleich. | Aktives Risiko: die Erwähnung zieht ab statt hinzuzufügen. Priorität eins. |
Eine wichtige Sache: Blähe die Stichprobe nicht auf und ändere die Regel nicht. Mit 8-12 Fragen pro Engine alle zwei Wochen siehst du bereits ein Muster; entscheidend ist nicht die genaue Zahl, sondern dass die Einordnung immer gleich ist. Wenn du einen Monat als „neutral" zählst, was du im Monat davor als „negativ" gezählt hast, lügt deine Reihe. Die Disziplin, gleich einzuordnen, ist mehr wert als das teuerste Tool. Diese Übung gehört in den größeren Rahmen von wie du deine KI-Sichtbarkeit misst: das Sentiment ist eine der Metriken, die fast niemand beobachtet, und eine der entscheidendsten. Miss es neben der Präsenz, nicht statt ihrer.
Was du tust, wenn der Ton negativ ist
Einen negativen Ton zu erkennen, ohne zu handeln, ist schlechte Nachrichten sammeln. Die Reaktion hängt davon ab, woher das „aber" stammt:
- Wenn das aber ein echter, aktueller Einwand ist (langsamer Support, ungerechtfertigter Preis): die Arbeit ist nicht Marketing, sondern Produkt oder Botschaft. Behebe die Ursache oder erkläre das Warum des Preises besser in den Quellen, die die KI liest, nicht nur auf deiner Website.
- Wenn das aber alt ist und du es schon gelöst hast: das Problem ist, dass die öffentliche Quelle nicht aktualisiert wurde. Geh zu den Bewertungen und Foren, wo diese Beschwerde lebt, und arbeite daran, dass das neue Narrativ das alte überwiegt —offizielle Antworten, aktuelle Cases, frische Bewertungen zufriedener Kunden—.
- Wenn das aber eine Vergleichsschublade ist („der Teure", „der Komplizierte"): rahme den Vergleich mit Content neu, der deine Stärke auf die richtige Achse setzt. Kämpfe nicht darum, „billiger" zu sein, wenn dein Vorteil ein anderer ist; ändere das Kriterium, an dem du verglichen wirst.
- Wenn das gesamte Sentiment auf einmal fällt, ohne dass du etwas angefasst hast: vermute einen Modellwechsel vor einer Reputationskatastrophe. Warte einen Messzyklus ab, bevor du heiß reagierst.
In allen vier Fällen ist das Muster gleich: das Sentiment korrigiert sich außerhalb deiner Website, in den Quellen, die die Meinung des Modells formen. Deine Landingpage zu bearbeiten ändert nicht, was die KI auf Reddit gelesen hat. Deshalb ist den Ton bewegen eine andere Arbeit als ihn messen, und fast immer langsamer: zuerst ändert sich das öffentliche Gespräch, dann ändert sich, was das Modell wiederholt.
Wann du aufhörst, es von Hand zu messen, und es delegierst
Die Tabelle hält gut, solange du eine Handvoll Fragen und einen einzigen Markt hast. Sie wird zu klein aus den drei üblichen Gründen: das Volumen an Fragen oder Sprachen frisst deinen Vormittag; du brauchst automatische Historie und Wettbewerbsvergleich, ohne jede Antwort abzutippen; oder du willst, dass jemand den Ton laufend beobachtet, um dich vor einem Narrativwechsel zu warnen, bevor er dich Verkäufe kostet. Dann gibt dir das Delegieren des Monitorings von KI-Sichtbarkeit und -Sentiment die Überwachung fertig, nicht das hübsche Dashboard. Und wenn es Zeit ist, den Ton zu bewegen —das Narrativ in den Quellen umzuschreiben, die das Modell gewichtet—, macht die GEO-Optimierung die Arbeit, nicht den Bericht. Wenn du noch am Anfang stehst, lebt die komplette Karte des Clusters im Leitfaden SEO für ChatGPT.